EPrints Universitas Amikom YogyakartaKLASIFIKASI PENYAKIT DIABETES MELLITUS MENGGUNAKAN ALGORITMA SVMAhmed IbnuApriantoauthorDiabetes Mellitus (DM) merupakan salah satu penyakit kronis dengan tingkat prevalensi yang terus meningkat di dunia, termasuk di Indonesia. Penyakit ini terbagi menjadi dua tipe utama, yaitu DM tipe 1 dan tipe 2, yang masing-masing membutuhkan penanganan yang berbeda. Oleh karena itu, klasifikasi yang akurat antara kedua tipe DM sangat penting untuk mendukung diagnosis dini dan intervensi medis yang tepat. Penelitian ini bertujuan untuk membangun model klasifikasi penyakit Diabetes Mellitus menggunakan algoritma Support Vector Machine (SVM). Dataset penelitian terdiri dari sejumlah atribut klinis pasien yang telah melalui tahap preprocessing, termasuk penanganan missing values, penghilangan outlier menggunakan Interquartile Range (IQR), normalisasi dengan StandardScaler, dan konversi label menggunakan Label Encoding. Karena jumlah data antar kelas tidak seimbang, diterapkan metode Synthetic Minority Over-sampling Technique (SMOTE) untuk mengatasi masalah ketidakseimbangan kelas. Evaluasi model dilakukan menggunakan metrik akurasi, precision, recall, F1-score, dan confusion matrix. Hasil evaluasi menunjukkan bahwa model SVM dengan kernel linier memberikan akurasi cukup, yaitu sebesar 73%, dengan nilai F1-score seimbang untuk kedua kelas. Hal ini menunjukkan bahwa model mampu melakukan klasifikasi dengan performa yang baik dan tanpa bias terhadap salah satu kelas.000 Ilmu komputer, informasi dan pekerjaan umum004 Pemrosesan data dan ilmu komputer2026-01-29Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant EPrints Universitas Amikom Yogyakarta the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that EPrints Universitas Amikom Yogyakarta does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at EPrints Universitas Amikom Yogyakarta) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.